多周期量化策略
融合 15m、1h、4h、1d 上下文,输出方向概率、进场、止损、三档止盈、失效条件和期望 R。
Velora Bot
对话就是研究入口
从自然语言问题出发,系统自动路由行情、K线、合约、新闻、预言机与链上工具,再把计算结果整理成结构化结论。
系统能力
融合 15m、1h、4h、1d 上下文,输出方向概率、进场、止损、三档止盈、失效条件和期望 R。
识别交易所流入流出、稳定币部署、主流币潜在卖压,以及多钱包买入共振。
将链上异动、市场公告和重点社交账号更新推送至 Telegram、Discord、QQ 与飞书。
对比现货、合约标记价、指数价、CoinGecko 与 Chainlink,检测异常偏差。
抓取近期新闻和正文材料,并结合市场结构判断事件的潜在影响路径。
按平台用户 ID 设置无限制组或计次组,支持原子扣减、余额查询和后台补充。
数学模型
当前引擎使用确定性统计特征与概率映射。每一个方向判断,都保留原始数值、阈值解释和风险条件。
HMM 状态识别已规划,但在获得足够历史标签并完成严肃回测前,不会包装成“已验证模型”。
过滤短线噪音,估计局部趋势水平与斜率。
区分趋势延续、随机游走和均值回归特征。
测量方向运动强度,并辨别多空趋势主导侧。
用对数收益离散度刻画实际波动,约束追单与仓位。
将方向概率和盈亏结构合并为交易期望,信号不足时转为观望。
数据源与链路
01行情侧按 Binance → OKX → CoinGecko 回退,稳定币采用 1:1 估值。
02链上标签和社交数据保留来源边界,不把推断包装成确定事实。
03SQLite 保存去重、广播、用户额度和监控状态,重启后持续运行。
关于项目
Velora Bot 不承诺预测市场。它的工作是缩短信号抵达、计算与解释之间的距离,让使用者在行动前看见更多证据,也看见模型的边界。
保持联系